关于HttpClient模拟浏览器请求的参数乱码问题解决方案

转载请注明出处:http://blog.csdn.net/xiaojimanman/article/details/44407297

http://www.llwjy.com/blogdetail/9383e88e4bc7378b8318e15b0ac33559.html

个人博客站已经上线了,网址:www.llwjy.com,欢迎大家吐槽~

--------------------------------------------------------------------------------------------------------------------------

      在之前的博客中介绍了一些关于如何利用HttpClient去模拟浏览器请求,从而获取网页源代码,得到自己想要的内容。最近自己在做一些项目测试的时候,发下如下问题:


问题描述

1.使用HttpClient模拟post/get请求时,当参数中有中文,在服务器端解析出的参数值中的中文都是“?”,英文数字等可以正常解析。

2.当模拟的url参数中有中文时,解析出的参数值中的中文也是“?”,例:http://hostname/test.do?name=您好


问题原因

      在查阅众多相关资料,终于找到其中的原因,目前市面上多数的浏览器中url中的中文采用的都是utf-8的编码方式,而HttpClient默认的编码方式是gbk,因此在模拟浏览器请求的过程中,就会因为编码方式不对造成乱码的问题。


解决方案

对于该问题,从以下两个方面去解决:

第一步:指定HttpClient请求的编码方式,指定编码方式可以有以下几种方法:

method.getParams().setContentCharset("utf-8");
method.getParams().setParameter(HttpMethodParams.HTTP_CONTENT_CHARSET,"utf-8");
method.addRequestHeader("Content-Type", "text/html; charset=UTF-8");
httpClient.getParams().setContentCharset("utf-8");
经过第一步的处理,对POST中的参数中有中文的问题已经可以解决了,但是url中的中文还是没有办法解决,这就需要第二步了。

第二步:对URL中的中文进行转码处理,可以通过下面的方法对URL做一次预处理,这样再去模拟浏览器的行为时,就不会出现乱码了。

public static String encodeUrlCh (String url) throws UnsupportedEncodingException {
	String ChRegex = "([\u4e00-\u9fa5]+)";
	while (true) {
		String s = getFirstString(url, ChRegex, 1);
		if ("".equals(s)){
			return url;
		}
		url = url.replaceAll(s, URLEncoder.encode(s, "utf-8"));
	}
}
      通过上面两步,完全可以完美的解决模拟浏览器行为中出现的乱码问题。


郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。